bab ii tinjauan pustaka dan landasan teorieprints.dinus.ac.id/18177/10/bab2_17690.pdf · perkiraan...

5

BAB II

TINJAUAN PUSTAKA DAN LANDASAN TEORI

2. 1 Penelitian Terdahulu

Penulis memulai penelitian ini dengan terlebih dahulu melakukan studi

kepustakaan dari penelitian-penelitian dan sumber-sumber lain. Dari studi

kepustakaan itu penulis menemukan beberapa penelitian yang mendorong

penulis untuk mengangkat tema seperti di atas. Penelitian tersebut membahas

tentang topik yang terkait dengan penelitian penulis, antara lain adalah

penelitian mengenai algoritma yang akan digunakan penulis.

Penelitian pertama yang berkaitan dengan laporan tugas akhir ini

berjudul “Penerapan Algoritma Klasifikasi Data Mining ID3 untuk

Menentukan Penstatus Siswa SMA N 6 Semarang” yang ditulis oleh Obbie

Kristanto[7]. Penelitian tersebut menggunakan metode algoritma klasifikasi

data mining Iterative Dichotomiser 3 atau yang lebih populer dengan sebutan

ID3, ID3 membentuk pohon keputusan yang nantinya dapat digunakan

sebagai dasar pertimbangan dalam menentukan penstatus di SMA, dan tools

yang digunakan dalam pembuatan aplikasi tersebut adalah pemrograman

Java. Kesimpulan dari penelitian tersebut adalah aplikasi telah berhasil

dirancang sesuai dengan kebutuhan – kebutuhan yang menjadi tujuan dari

perancangan, yaitu aplikasi dapat bekerja sebagai media pembantu dalam

penstatus pada SMA N 6 Semarang dan mengetahui tingkat akurasi dengan

menggunakan data dari guru BP sebagai perbandingan. Dengan menggunakan

371 dataset dan 20 data uji yang diinputkan terdapat 4 kasus yang meleset dan

16 kasus berhasil, sehingga didapat akurasi sebesar 80%.

Melalui pengujian – pengujian yang sudah dilakukan setelah aplikasi dapat

diimplementasikan pada Java, semua pengujian input dan output aplikasi

telah sesuai dengan yang diharapkan. Aplikasi telah berhasil memproses

semua input yang diberikan dan menghasilkan output yang sesuai dengan

5

6

kebutuhan, sehingga aplikasi sudah layak untuk digunakan dan diterapkan

sesuai dengan kebutuhan.

Penelitian kedua berjudul “Perbandingan Algoritma ID3 dan C5.0

dalam Indentifikasi Penstatus Siswa SMA” yang ditulis oleh Holisatul

Munawaroh, Bain Khusnul K, S. T., M.Kom, Yeni Kustiyahningsih, S.Kom.,

M.Kom[1]. Penelitian tersebut menggunakan algoritma ID3 dan C5.0, yang

kemudian dilakukan pembandingan terhadap kinerja dari kedua algoritma

tersebut dalam melakukan identifikasi penstatus siswa SMA. Penelitian ini

menggunakan 200 data siswa kelas X tahun ajaran 2011/2012, data tersebut

dipecah menjadi 2 yaitu 150 data training dan 50 data testing. Kesimpulan

dari penelitian tersebut adalah Hasil uji coba pengukuran kinerja kedua

algoritma menggunakan 3 skenario yang telah dilakukan, dapat disimpulkan

bahwa pada skenario 3 merupakan ujicoba paling efektif karena akurasi yang

dihasilkan mencapai 95% pada algoritma C5.0 post pruning 100:100.

Algoritma pohon keputusan yang terbaik adalah algoritma C5.0 karena

memiliki kinerja (precision, recall, accuracy dan error rate) yang lebih baik

dibandingkan algoritma ID3. Ini terlihat dari nilai akurasi C5.0 post pruning

100:100 sebesar 95% sedangkan untuk ID3 100:100 sebesar 93%. Hasil

penilaian kinerja yang telah diketahui dapat disimpulkan juga bahwa semakin

banyak data testing yang digunakan semakin tinggi tingkat akurasi yang

dihasilkan. Ini terlihat dari hasil skenario 1 menggunakan 50 data testing

algoritma ID3 sebesar 86% dan C5.0 post pruning sebesar 90%. Sedangkan

menggunakan 100 data testing hasil kinerjanya meningkat pada algoritma ID3

sebesar 93% dan C5.0 post pruning sebesar 95%.

Penelitian ketiga berjudul “Penentuan Status Sekolah Menengah Atas

dengan Algoritma Fuzzy C-Means” yang ditulis oleh Bahar[10]. Penelitian

tersebut menggunakan metode Fuzzy C-Means dalam penentuan status di

Sekolah Menengah Atas. Kesimpulan dari penelitian tersebut adalah sebagai

berikut, dari hasil pengujian algoritma Fuzzy C-Means (FCM) dalam

penentuan status di Sekolah Menengah Atas pada 81 sampel data siswa yang

7

diuji dalam penelitian ini, menunjukkan bahwa Algoritma FCM memiliki

tingkat akurasi yang lebih tinggi (yaitu rata-rata 78,39%), jika dibandingkan

dengan metode penentuan status secara manual yang selama ini dilakukan

(hanya memiliki tingkat akurasi rata-rata 56,17 %). Dari data yang dilatih,

diperoleh tiga kelompok berdasarkan nilai rata-rata mata pelajaran

pejurusanan, yaitu :

a. Kelompok pertama, terdiri atas siswa yang memiliki nilai rata-rata mata

pelajaran pejurusanan KHUSUS sekitar 72,0635; nilai rata-rata mata

pelajaran pejurusanan TIDAK sekitar 76,3067; dan nilai rata-rata mata

pelajaran pejurusanan Siap sekitar 71,5032.

b. Kelompok kedua, terdiri atas siswa yang memiliki nilai rata-rata mata




c. Kelompok ketiga, terdiri atas siswa yang memiliki nilai rata-rata mata




d. Proses klastering dalam penelitian ini dilakukan dengan menentukan

jumlah klaster yang terbentuk diawal proses sesuai dengan jumlah

kelompok (Status) yang diinginkan. Dengan demikian, tidak dapat

dkhususstikan berapa sesungguhnya jumlah klaster ideal yang terbentuk

dari data nilai siswa yang ada, sehingga akurasi hasil pengelompokkan

tidak dapat terukur.

Penelitian keempat berjudul “Penerapan Algoritma Naive Bayes untuk

Penentuan Status Turn-Over Pegawai” yang ditulis oleh Yeffriansjah

Salim[11]. Penelitian tersebut bermaksud untuk mengukur akurasi, presisi,

dari penentuan status turn-over pegawai menggunakan algoritma naive bayes

pada PT. Rig Tenders Indonesia Banjarmasin. Kesimpulan dari penelitian

tersebut adalah sebagai berikut, pengujian menggunakan perhitungan

8

manual Naive Bayes dengan melibatkan 807 data training dan 17 data

uji yang diambil berdasarkan data pegawai yang berhenti bekerja pada

bulan desember 2011 menghasilkan nilai akurasi 70,6%, nilai akurasi ini

lebih rendah 2,83% darkhususda pengujian menggunakan 824 data

dengan perhitungan rapid miner tanpa optimisasi PSO yakni 73,43%,

sedangkan pengujian menggunakan 824 data dengan perhitungan rapid

miner dengan optimisasi PSO menghasilkan nilai akurasi sebesar

76,08%, dimana nilai akurasi ini lebih tinggi sebesar 2,65% dibandingkan

perhitungan tanpa menggunakan optimisasi PSO yang hanya mendapatkan

tingkat akurasi sebesar 73,43%.

Penelitian kelima berjudul “Algoritma Naive Bayes untuk Mencari

Perkiraan Waktu Studi Mahasiswa” yang ditulis oleh Arief Jananto[12].

Penelitian tersebut menggunakan teknik data mining khususnya klasifikasi

untuk prediksi dengan algoritma naive bayes. Kesimpulan dari penelitian

tersebut adalah sebagai berikut :

a. Lama masa studi atau dalam hal ini ketepatan masa studi setiap

mahasiswa dapat diprediksi berdasarkan faktor-faktor yang berkaitan

dengan latar belakang sekolah sebelumnya dan data akademik serta

pribadi saat berada di perguruan tinggi.

b. Fungsi prediksi dengan memanfaatkan teknik data mining

menggunakan algoritma naive bayes telah dapat dibuat dan digunakan

untuk memprediksi (menentukan kelas) dari masa studi atau ketepatan

masa studi dari mahasiswa dengan data training dan data testing yang

telah diperoleh.

c. Tingkat kesalahan dari fungsi klasifikasi yang digunakan untuk

prediksi masih berkisar pada 20% hingga 34% yang hal ini

dimungkinkan dapat dipengaruhi oleh jumlah data training maupun

testingyang digunakan serta tingkat konsisten data yang digunakan.

9

Penelitian keenam berjudul “Penerapan Algoritma Naive Bayes untuk

Mengklasifikasi Data Nasabah Asuransi” yang ditulis oleh Bustami[13].

Penelitian ini menggunakan algoritma Naive Bayes untuk menambang data

nasabah sebuah perusahaan asuransi untuk mengetahui lancar, kurang lancar

atau tidak lancarnya nasabah tersebut. Kesimpulan dari penelitian tersebut

adalah sebagai berikut :

a. Sistem klasifikasi data nasabah ini digunakan untuk menampilkan

informasi klasifikasi lancar, kurang lancar atau tidak lancarnya calon

nasabah dalam membayar premi asuransi dengan menggunakan

algoritma Naive Bayes.

b. Dengan adanya sistem ini maka mempermudah pihak asuransi dalam

memperkirakan nasabah yang bergabung, sehingga perusahaan bisa

mengambil keputusan untuk menerima atau menolak calon nasabah

tersebut.

c. Algoritma Naive Bayes di dukung oleh ilmu Probabilistik dan ilmu

statistika khususnya dalam penggunaan data petunjuk untuk

mendukung keputusan pengklasifikasian. Pada algoritma Naive Bayes,

semua atribut akan memberikan kontribusinya dalam pengambilan

keputusan, dengan bobot atribut yang sama penting dan setiap atribut

saling bebas satu sama lain.

d. Variabel penentu yang digunakan dalam penelitian ini adalah jenis

kelamin, usia, status, pekerjaan, penghasilan per tahun, masa

pembayaran asuransi, dan cara pembayaran asuransi.

10

Tabel 1.1: Tabel Ringkasan Penelitian

No Judul Penulis Tahun Metode Hasil

1 Penerapan algoritma

klasifikasi data mining

ID3 untuk menentukan

penstatus siswa sman 6

semarang.

Obbie

Kristanto

2014 ID3 Dengan menggunakan 371

dataset dan 20 data uji yang

diinputkan terdapat 4 kasus

yang meleset dan 16 kasus

berhasil, sehingga didapat

akurasi sebesar 80%.

2 Perbandingan algoritma

ID3 dan c5.0 dalam

identifikasi penstatus

siswa sma

Holisatul

Munawaroh

dkk

2012 ID3 dan C5.0 Kedua algoritma memiliki

tingkat akurasi yang baik

seiring dengan bertambahnya

data testing namun hasil

algoritma C5.0 lebih akurat

dibanding dengan ID3.

3 Penentuan status

sekolah menengah atas

dengan algoritma fuzzy

c-means

Bahar 2011 Clustering

Fuzzy C-Means

Dari hasil pengujian

algoritma Fuzzy C-Means

(FCM) dalam penentuan

status di Sekolah Menengah

Atas pada 81 sampel data

siswa yang diuji dalam

penelitian ini, menunjukkan

bahwa Algoritma FCM

memiliki tingkat akurasi yang

lebih tinggi (yaitu rata-rata

78,39%), jika dibandingkan

dengan metode penentuan

status secara manual yang

selama ini dilakukan (hanya

memiliki tingkat akurasi rata-

rata 56,17 %).

4 Penerapan Algoritma

Naive Bayes untuk

Penentuan Status Turn-

Over Pegawai

Yeffriansjah

Salim

2012 Bayesian

Classification

Pengujian menggunakan

perhitungan manual Naive

Bayes dengan melibatkan

807 data training dan 17

data uji yang diambil

11

berdasarkan data pegawai

yang berhenti bekerja pada

bulan desember 2011

menghasilkan nilai akurasi

70,6%, nilai akurasi ini lebih

rendah 2,83% darkhususda

pengujian menggunakan 824

data dengan perhitungan

rapid miner tanpa optimisasi

PSO yakni

73,43%,sedangkan pengujian

menggunakan 824 data

dengan perhitungan rapid

miner dengan optimisasi

PSO menghasilkan nilai

akurasi sebesar

76,08%,dimana nilai akurasi

ini lebih tinggi sebesar

2,65% dibandingkan

perhitungan tanpa

menggunakan optimisasi

PSO yang hanya

mendapatkan tingkat akurasi

sebesar 73,43%

5 Algoritma Naive Bayes

untuk Mencari Perkiraan

Waktu Studi Mahasiswa

Arief Jananto 2013 Algoritma Naive

Bayes

Dari hasil uji coba diperoleh

tingkat kesalahan prediksi

berkisar 20% sampai dengan

50% dengan

data training dan testing yang

diambil secara random.

Namun rata-rata tingkat

kesalahan berkisar 20 %

hingga 34%. Tinggi

rendahnya tingkat kesalahan

dapat disebabkan oleh jumlah

record data dan tingkat

konsistensi dari data training

12

yang dgunakan.

Sedangkan hasil prediksi dari

ketepatan lama studi dari

mahasiswa angkatan 2008

adalah sebesar 254

mahasiswa diprediksi ”Tepat

Waktu” dan sisanya yaitu 4

orang diprediksi ”Tidak

Tepat Waktu”.

6 Penerapan Algoritma

Naive Bayes untuk

Mengklasifikasi Data

Nasabah Asuransi

Bustami 2014 Algoritma Naive

Bayes

Algoritma Naive Bayes

bertujuan untuk melakukan

klasifikasi data pada kelas

tertentu, kemudian pola

tersebut dapat digunakan

untuk memperkirakan

nasabah yang bergabung,

sehingga perusahaan bisa

mengambil keputusan

menerima atau menolak

calon nasabah tersebut.

Adapun yang menjadi perbedaan dari penelitian penulis dengan

penelitian sebelumnya adalah sebagai berikut :

a. Penulis menggunakan datasheet yang diambil dari hasil ujian tryout yang

di laksanakan oleh lembaga kursus SMK Negeri 1 Dukuturi

b. Datasheet yang penulis analisa ini difokuskan untuk menentukan kesiapan

siswa dalam menghadapi ujian nasional dengan parameter yang

digunakan meliputi nama, dan nilai tryout dari masing-masing mata

pelajaran.

c. Metode yang digunakan untuk membuat sistem penstatus ini adalah

algoritma klasifikasi Naive Bayes, dengan penggunaan Rapidminer

sebagai piranti perangkat lunak yang berguna untuk melihat hasil akurasi

dari algoritma yang digunakan terhadap datasheet yang sedang diteliti,

kemudian digunakannya tools bantu Matlab sebagai piranti perangkat

13

lunak yang digunakan untuk mengolah datasheet dalam klasifikasi

penstatus siswa menggunakan metode data mining.

2.1 Tinjauan Pustaka

2.1.1 Data Mining

Pengertian data mining, berdasarkan beberapa orang:

1. Data mining (penambangan data) adalah suatu proses untuk

menemukan suatu pengetahuan atau informasi yang berguna dari

data berskala besar. Sering juga disebut segabai bagian proses KDD

(Knowledge Discovery in Databases).

(Santosa, 2007) [19].

2. proses menemukan korelasi-korelasi penuh arti, pola-pola dan

trend dengan penyaringan melalui sejumlah data yang besar pada

tempat penyimpanan, dan menggunakan teknologi pengenalan pola

seperti yang terdapat pada teknik-teknik di statistika dan

matematika (Larose, 2005) [16].

3. Data mining adalah kegiatan menemukan pola yang menarik dari

data dalam jumlah besar, data dapat disimpan dalam database, data

warehouse, ataupenyimpanan informasi lainnya. Data mining

berkaitan dengan bidang ilmu–ilmu lain, seperti database system,

data warehousing, statistik, machine learning, information

retrieval, dan komputasi tingkat tinggi. Selain itu, data mining

didukung oleh ilmu lain seperti neural network, pengenalan pola,

spatial data analysis, image database, signal processing (Han, et al.,

2006) [20].

4. Data mining didefinisikan sebagai proses menemukan pola-pola

dalam data. Proses ini otomatis atau seringnya semiotomatis. Pola

yang ditemukan haruspenuh arti dan pola tersebut memberikan

keuntungan, biasanya keuntungan secara ekonomi. Data yang

dibutuhkan dalam jumlah besar (Witten, et al.,2005)[5].

14

Karakteristik data mining sebagai berikut [21]:

a. Data mining berhubungan dengan penemuan sesuatu yang

tersembunyi dan pola data tertentu yang tidak diketahui

sebelumnya.

b. Data mining biasa menggunakan data yang sangat besar.

Biasanya data yang besar digunakan untuk membuat hasil

lebih percaya.

c. Data mining berguna untuk membuat keputusan yang kritis,

terutama dalam strategi.

2.2.1.1 Tahap-tahap Data Mining

Salah satu tuntutan dari data mining ketika diterapkan pada

data berskala besar adalah diperlukan metodologi sistematis tidak

hanya ketika melakukan analisa saja tetapi juga ketika

mempersiapkan data dan juga melakukan interpretasi dari hasilnya

sehingga dapat menjadi aksi ataupun keputusan yang bermanfaat.

Karenanya data mining seharusnya dkhusushami sebagai suatu

proses, yang memiliki tahapan-tahapan tertentu dan juga ada

umpan balik dari setiap tahapan ke tahapan sebelumnya. Pada

umumnya proses data mining berjalan interaktif karena tidak

jarang hasil data mining pada awalnya tidak sesuai dengan harapan

analisnya sehingga perlu dilakukan desain ulang prosesnya.

Disini akan diuraikan tahap-tahap umum dari data mining

tapi perlu diingat sebelum seorang analis menerapkan tahapan-

tahapan data mining tersebut, sebagai prasyarat penerapan data

mining, diperlukan pemahaman terhadap data dan proses

diperolehnya data tersebut. Yang lebih mendasar lagi adalah

diperlukannya pemahaman mengapa menerapkan data mining dan

target yang ingin dicapai. Sehingga secara garis besar sudah ada

hipotesa mengenai aksi-aksi yang dapat diterapkan dari hasilnya

nanti. Pemahaman-pemahaman tersebut akan sangat membantu

15

dalam mendesain proses data mining dan juga pemilihan teknik

data mining yang akan diterapkan[14].

Sebagai suatu rangkaian proses, data mining dapat dibagi

menjadi beberapa tahap. Tahap-tahap tersebut bersifat interaktif di

mana pemakai terlibat langsung atau dengan perantaraan

knowledge base.

Gambar 2.1 : Tahapan Data Mining

16

Keterangan:

1. Pembersihan data

Pembersihan data merupakan proses menghilangkan noise dan

data yang tidak konsisten atau data tidak relevan. Pada

umumnya data yang diperoleh, baik dari database suatu

perusahaan maupun hasil eksperimen, memiliki isian-isian

yang tidak sempurna seperti data yang hilang, data yang tidak

valid atau juga hanya sekedar salah ketik. Selain itu, ada juga

atribut-atribut data yang tidak relevan dengan hipotesa data

mining yang dimiliki. Data-data yang tidak relevan itu juga

lebih baik dibuang. Pembersihan data juga akan mempengaruhi

performasi dari teknik data mining karena data yang ditangani

akan berkurang jumlah dan kompleksitasnya.

2. Integrasi data

Integrasi data merupakan penggabungan data dari berbagai

database ke dalam satu database baru. Tidak jarang data yang

diperlukan untuk data mining tidak hanya berasal dari satu

database tetapi juga berasal dari beberapa database atau file

teks. Integrasi data dilakukan pada atribut-aribut yang

mengidentifikasikan entitasentitas yang unik seperti atribut

nama, jenis produk, nomor pelanggan dan lainnya. Integrasi

data perlu dilakukan secara cermat karena kesalahan pada

integrasi data bisa menghasilkan hasil yang menyimpang dan

bahkan menyesatkan pengambilan aksi nantinya. Sebagai

contoh bila integrasi data berdasarkan jenis produk ternyata

menggabungkan produk dari kategori yang berbeda maka akan

didapatkan korelasi antar produk yang sebenarnya tidak ada.

3. Seleksi data

Data yang ada pada database sering kali tidak semuanya

dkhususkai, oleh karena itu hanya data yang sesuai untuk

dianalisis yang akan diambil dari database. Sebagai contoh,

17

sebuah kasus yang meneliti faktor kecenderungan orang

membeli dalam kasus market basket analysis, tidak perlu

mengambil nama pelanggan, cukup dengan id pelanggan saja.

4. Transformasi data

Data diubah atau digabung ke dalam format yang sesuai untuk

diproses dalam data mining. Beberapa metode data mining

membutuhkan format data yang khusus sebelum bisa

diaplikasikan. Sebagai contoh beberapa metode standar seperti

analisis asosiasi dan clustering hanya bisa menerima input data

kategorikal. Karenanya data berupa angka numerik yang

berlanjut perlu dibagi-bagi menjadi beberapa interval. Proses

ini sering disebut transformasi data.

5. Proses mining

Merupakan suatu proses utama saat metode diterapkan untuk

menemukan pengetahuan berharga dan tersembunyi dari data.

6. Presentasi pengetahuan

Untuk mengidentifikasi pola-pola menarik kedalam knowledge

based yang ditemukan. Dalam tahap ini hasil dari teknik data

mining berupa pola-pola yang khas maupun model prediksi

dievaluasi untuk menilai apakah hipotesa yang ada memang

tercapai. Bila ternyata hasil yang diperoleh tidak sesuai

hipotesa ada beberapa alternatif yang dapat diambil seperti

menjadikannya umpan balik untuk memperbaiki proses data

mining, mencoba metode data mining lain yang lebih sesuai,

atau menerima hasil ini sebagai suatu hasil yang di luar dugaan

yang mungkin bermanfaat[15].

2.2.2 CRISP-DM (Cross Industry Standart Process for Data Mining)

CRISP-DM (CRoss-Industry Standard Process for Data

Mining) merupakan suatu konsorsium perusahaan yang didirikan

oleh Komisi Eropa pada tahun 1996 dan telah ditetapkan sebagai

18

proses standar dalam data mining yang dapat diaplikasikan di

berbagai sektor industri. Berikut ini adalah gambar proses siklus

hidup pengembangan dari CRISP-DM[16]:

Gambar 2.2 : CRISP-DM

Keterangan gambar :

1. Business Understanding

Tahap pertama adalah memahami tujuan dan kebutuhan dari sudut

pandang bisnis, kemudian menterjemakan pengetahuan ini ke

dalam pendefinisian masalah dalam data mining. Selanjutnya akan

ditentukan rencana dan strategi untuk mencapai tujuan tersebut.

2. Data Understanding

Tahap ini dimulai dengan pengumpulan data yang kemudian akan

dilanjutkan dengan proses untuk mendapatkan pemahaman yang

mendalam tentang data, mengidentifikasi masalah kualitas data,

atau untuk mendeteksi adanya bagian yang menarik dari data yang

dapat digunakan untuk hipotesa untuk informasi yang tersembunyi.

19

3. Data Preparation

Tahap ini meliputi semua kegiatan untuk membangun dataset akhir

(data yang akan diproses pada tahap pemodelan/modeling) dari

data mentah. Tahap ini dapat diulang beberapa kali. Pada tahap ini

juga mencakup pemilihan tabel, record, dan atribut-atribut data,

termasuh proses pembersihan dan transformasi data untuk

kemudian dijadikan masukan dalam tahap pemodelan (modeling).

4. Modeling

Dalam tahap ini akan dilakukan pemilihan dan penerapan berbagai

teknik pemodelan dan beberapa parameternya akan disesuaikan

untuk mendapatkan nilai yang optimal. Secara khusus, ada

beberapa teknik berbeda yang dapat diterapkan untuk masalah data

mining yang sama. Di pihak lain ada teknik pemodelan yang

membutuhan format data khusus. Sehingga pada tahap ini masih

memungkinan kembali ke tahap sebelumnya.

5. Evaluation

Pada tahap ini, model sudah terbentuk dan diharapkan memiliki

kualitas baik jika dilihat dari sudut pandang analisa data. Pada

tahap ini akan dilakukan evaluasi terhadap keefektifan dan kualitas

model sebelum digunakan dan menentukan apakah model dapat

mencapat tujuan yang ditetapkan pada fase awal (Business

Understanding). Kunci dari tahap ini adalah menentukan apakah

ada masalah bisnis yang belum dipertimbangkan. Di akhir dari

tahap ini harus ditentukan penggunaan hasil proses data mining.

6. Deployment

Pada tahap ini, pengetahuan atau informasi yang telah diperoleh

akan diatur dan dipresentasikan dalam bentuk khusus sehingga

dapat digunakan oleh pengguna. Tahap deployment dapat berupa

pembuatan laporan sederhana atau mengimplementasikan proses

data mining yang berulang dalam perusahaan. Dalam banyak

kasus, tahap deployment melibatkan konsumen, di samping analis

20

data, karena sangat penting bagi konsumen untuk memahami

tindakan apa yang harus dilakukan untuk menggunakan model

yang telah dibuat.

2.2.3 Klassifikasi

Klasifikasi adalah proses untuk menemukan model atau

fungsi yang menjelaskan atau membedakan konsep atau kelas data,

dengan tujuan untuk dapat memperkirakan kelas dari suatu objek

yang labelnya tidak diketahui. Dalam mencapai tujuan tersebut,

proses klasifikasi membentuk suatu model yang mampu

membedakan data kedalam kelas-kelas yang berbeda berdasarkan

aturan atau fungsi tertentu. Model itu sendiri bisa berupa aturan

“jika-maka”, berupa pohon keputusan, atau formula matematis[13].

Gambar 2.3 : Blok Diagram Model Klasifikasi

2.2.4 Algoritma Naive Bayes

Algoritma Naive Bayes merupakan salah satu algoritma

yang terdapat pada teknik klasifikasi. Naive Bayes merupakan

pengklasifikasian dengan metode probabilitas dan statistik yang

dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu

memprediksi peluang di masa depan berdasarkan pengalaman

dimasa sebelumnya sehingga dikenal sebagai Teorema Bayes.

Teorema tersebut dikombinasikan dengan Naive dimana

diasumsikan kondisi antar atribut saling bebas. Klasifikasi Naive

Bayes diasumsikan bahwa ada atau tidak ciri tertentu dari sebuah

kelas tidak ada hubungannya dengan ciri dari kelas lainnya[13].

Classification

Model Atribut Set (x)

Input Output

Class Label (y)

21

Persamaan dari teorema Bayes adalah :

𝑃(𝐻|𝑋) = 𝑃 𝑋 𝐻 .𝑃(𝐻)

𝑃(𝑋)......................................................... (1)

Keterangan :

X : Data dengan class yang belum diketahui

H : Hipotesis data X merupakan suatu class spesifik

P(H|X) :Probabilitas hipotesis H berdasar kondisi X (posteriori

probability)

P(H) : Probabilitas hipotesis H (prior probability)

P(X|H) : Probabilitas X berdasarkan kondisi pada hipotesis H

P(X) : Probabilitas X

Untuk menjelaskan teorema Naive Bayes, perlu diketahui bahwa

proses klasifikasi memerlukan sejumlah petunjuk untuk

menentukan kelas apa yang cocok bagi sampel yang dianalisis

tersebut. Karena itu, teorema bayes di atas disesuaikan sebagai

berikut :

Dimana Variabel C merepresentasikan kelas, sementara variabel F

1... Fn merepresentasikan karakteristik petunjuk yang dibutuhkan

untuk melakukan klasifikasi. Maka rumus tersebut menjelaskan

bahwa peluang masuknya sampel karakteristik tertentu dalam kelas

C (Posterior) adalah peluang munculnya kelas C (sebelum

masuknya sampel tersebut, seringkali disebut prior), dikali dengan

peluang kemunculan karakteristik – karakteristik sampel pada kelas

C (disebut juga likelihood), dibagi dengan peluang kemunculan

karakteristik – karakteristik sampel secara global ( disebut juga

evidence). Karena itu, rumus diatas dapat pula ditulis secara

sederhana sebagai berikut :

Posterior = 𝑃𝑟𝑖𝑜𝑟 𝑥 𝑙𝑖𝑘𝑒𝑙𝑖 ℎ𝑜𝑜𝑑

𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑒

22

Nilai Evidence selalu tetap untuk setiap kelas pada satu sampel.

Nilai dari posterior tersebut nantinya akan dibandingkan dengan

nilai – nilai posterior kelas lainnya untuk menentukan ke kelas apa

suatu sampel akan diklasifikasikan. Penjabaran lebih lanjut rumus

Bayes tersebut dilakukan dengan menjabarkan (C|F1, ... , Fn)

menggunakan aturan perkalian sebagai berikut :

Dapat dilihat bahwa hasil penjabaran tersebut menyebabkan

semakin banyak dan semakin kompleksnya faktor – faktor syarat

yang mempengaruhi nilai probabilitas, yang hampir mustahil untuk

dianalisa satu persatu. Akibatnya, perhitungan tersebut menjadi

sulit untuk dilakukan. Disinilah digunakan asumsi

independensi yang sangat tinggi (naif), bahwa masing – masing

petunjuk (F1, F2 ... Fn) saling bebas (independen) satu sama lain.

Dengan asumsi maka berlaku suatu kesamaan sebagai berikut :

23

Dari persamaan diatas dapat disimpulkan bahwa asumsi

independensi naif tersebut membuat syarat peluang menjadi

sederhana, sehingga perhitungan menjadi mungkin untuk

dilakukan. Selanjutnya, penjabaran P(C|F1, ... , Fn) dapat

disederhanakan menjadi :

Persamaan diatas merupakan model dari teorema Naive Bayes

yang selanjutnya akan digunakan dalam proses klasifikasi. Untuk

klasifikasi dengan data kontinyu digunakan rumus Densitas Gauss:

Keterangan :

P : Peluang

X : Atribut ke i

xi : Nilai atribut ke i

Y : Sub kelas Y yang dicari

yi : Sub kelas Y yang dicari

μ : Mean, menyatakan rata-rata dari seluruh atribut

σ : Deviasi standar, menyatakan varian dari seluruh atribut

Adapun alur dari metode Naive Bayes adalah sebagai berikut :

1. Baca data training

2. Hitung Jumlah dan probabilitas, namun apabila data numerik

maka:

a. Cari nilai mean dan standar deviasi dari masing – masing

parameter yang merupakan data numerik.

24

b. Cari nilai probabilistik dengan cara menghitung jumlah

data yang sesuai dari kategori yang sama dibagi dengan

jumlah data pada kategori tersebut.

3. Mendapatkan nilai dalam tabel mean, standart deviasi dan

probabilitas.

Gambar 2.4 : Skema Naive Bayes

2.2.5 Pengujian Cross Validation

Validation adalah proses untuk mengevaluasi keakuratan prediksi

dari model. Validasi digunakan untuk memperoleh prediksi menggunakan

model yang ada dan kemudian membandingkan hasil tersebut dengan hasil

yang sudah diketahui, ini mewakili langkah paling penting dalam proses

membangun sebuah model[10].

25

Cross Validation adalah teknik validasi dengan membagi data

secara acak ke dalam k bagian dan masing-masing bagian akan dilakukan

proses klasifikasi. Dalam Cross Validation, jumlah tetap lkhusustan atau

partisi dari data ditentukan sendiri. Cara standar untuk memprediksi error

rate dari teknik pembelajaran dari sebuah sampel data tetap adalah dengan

menggunakan tenfold cross validation.

Dengan tenfold cross validation, data akan dibagi secara acak

menjadi 10 bagian, dimana class diwakili (kurang lebih) proporsi yang

sama seperti pada dataset yang penuh. Setiap bagian mendapatkan

gilirannya dan skema pembelajaran dilatih pada sisa sembilan persepuluh;

kemudian error rate dihitung pada holdout set. Dengan demikian,

prosedur pembelajaran dilaksanakan sebanyak 10 kali di training set yang

berbeda (setiap set memiliki banyak kesamaan dengan yang lain).

Akhirnya, 10 estimasi error dirata-rata untuk menghasilkan perkiraan

kesalahan keseluruhan.

2.2.6 Evaluasi dan Validasi Klasifikasi Data Mining

Untuk melakukan evaluasi pada algoritma naïve bayes maka

diilakukan beberapa pengujian menggunakan confusion matrix.

2.2.6.1 Confusion Matrix

Confusion matrix memberikan keputusan yang diperoleh

dalam traning dan testing, confusion matrix memberikan penilaian

performance klasifikasi berdasarkan objek dengan benar atau

salah. Confusion matrix berisi informasi aktual (actual) dan

prediksi (predicted) pada sistem klasifikasi.

26

Table 2.1: Tabel Confusion Matrix untuk 2 Kelas

Classification Predicted Class

Observed Class

Class = Yes Class = No

Class = Yes A

(true positif – tp)

B

(false negative –

fn)

Class = No C

(false positif – fp)

D

(true negative –

tn)

Keterangan:

a. True Positive (tp) = proporsi positif dalam data set yang

diklasifikasikan positif.

b. True Negative (tn) = proporsi negative dalam data set yang

diklasifikasikan negative.

c. False Positive (fp) = proporsi negatif dalam data set yang

diklasifikasikan potitif.

d. FalseNegative(fn) = proporsi negative dalam data set yang

diklasifikasikan negative

Tabel 2.2 : Tabel Confusion Matrix untuk 3 Kelas

Predicted Class

Class 1 Class 2 Class 3

Actual Class

Class 1 Count11 Count12 Count13



Berikut adalah persamaan model confusion matrix untuk 3 kelas:

a. Nilai akurasi

b. Error rate

27

2.3 RapidMiner

RapidMiner merupakan perangakat lunak yang bersifat

terbuka (open source). RapidMiner adalah sebuah solusi untuk

melakukan analisis terhadap data mining, text mining dan analisis

prediksi. RapidMiner menggunakan berbagai teknik deskriptif dan

prediksi dalam memberikan wawasan kepada pengguna sehingga

dapat membuat keputusan yang paling baik. RapidMiner memiliki

kurang lebih 500 operator data mining, termasuk operator untuk

input, output, data preprocessing dan visualisasi. RapidMiner

merupakan software yang berdiri sendiri untuk analisis data dan

sebagai mesin data mining yang dapat diintegrasikan pada

produknya sendiri. RapidMiner ditulis dengan munggunakan siap

java sehingga dapat bekerja di semua sistem operasi.

RapidMiner sebelumnya bernama YALE (Yet Another

Learning Environment), dimana versi awalnya mulai

dikembangkan pada tahun 2001 oleh RalfKlinkenberg, Ingo

Mierswa, dan Simon Fischer di Artificial Intelligence Unit dari

University of Dortmund. RapidMiner didistribusikan di bawah

lisensi AGPL (GNU Affero General Public License) versi 3.

Hingga saat ini telah ribuan aplikasi yang dikembangkan

mengunakan RapidMiner di lebih dari 40 negara. RapidMiner

sebagai software open source untuk data mining tidak perlu

diragukan lagi karena software ini sudah terkemuka di dunia.

RapidMiner menempati peringkat pertama sebagai Software data

mining pada polling oleh KDnuggets, sebuah portal data-mining

pada 2010-2011.

RapidMiner menyediakan GUI (Graphic User Interface)

untuk merancang sebuah pipeline analitis. GUI ini akan

menghasilkan file XML (Extensible Markup Language) yang

mendefenisikan proses analitis keingginan pengguna untuk

28

diterpkan ke data. File ini kemudian dibaca oleh RapidMiner untuk

menjalankan analis secara otomatis.

RapidMiner memiliki beberapa sifat sebagai berikut:

a. Ditulis dengan siap pemrograman Java sehingga dapat

dijalankan di berbagai sistem operasi.

b. Proses penemuan pengetahuan dimodelkan sebagai operator

trees.

c. Representasi XML internal untuk memastikan format standar

pertukaran data.

d. Siap scripting memungkinkan untuk eksperimen skala besar

dan otomatisasi eksperimen.

e. Konsep multi-layer untuk menjamin tampilan data yang efisien

dan menjamin penanganan data.

f. Memiliki GUI, command line mode, dan Java API yang dapat

dkhususnggil dari program lain.

Beberapa Fitur dari RapidMiner, antara lain:

a. Banyaknya algoritma data mining, seperti decision treee dan

self-organization map.

b. Bentuk grafis yang canggih, seperti tumpang tindih diagram

histogram, tree chart dan 3D Scatter plots.

c. Banyaknya variasi plu gin, seperti text plugin untuk

melakukan analisis teks.

d. Menyediakan prosedur data mining dan machine learning

termasuk: ETL (extraction, transformation, loading), data

preprocessing, visualisasi, modelling dan evaluasi

e. Proses data mining tersusun atas operator-operator yang

nestable, dideskrtidakikan dengan XML, dan dibuat dengan

GUI

f. Mengintegrasikan proyek data mining Weka dan statistika

R[17].

29

2.4 Matlab

Matlab merupakan siap canggih untuk komputasi teknik.

Matlab merupakan integrasi dari komputasi, visualisasi dan

pemograman dalam suatu lingkungan yang mudah digunakan, karena

permasalahan dan pemecahannya dinyatakan dalam notasi matematika

biasa. Kegunaan Matlab secara umum adalah untuk :

a. Matematika dan komputasi

b. Pengembangan dan algoritma

c. Pemodelan, simulasi dan pembuatan prototype

d. Analisa data, eksplorasi dan visualisasi

e. Pembuatan aplikasi termasuk pembuatan graphical user interface

Matlab adalah sistem interaktif dengan elemen dasar array

yang merupakan basis datanya. Array tersebut tidak perlu dinyatakan

khusus seperti di siap pemograman yang ada sekarang. Matlab

merupakan sekumpulan fungsi – fungsi yang dapat dkhususnggil dan

dieksekusi. Fungsi – fungsi tersebut dibagi – bagi berdasarkan

kegunaannya yang dikelompokan didalam toolbox yang ada pada

matlab[18].

2.5 Contoh Kasus Penerapan Algortima Naive Bayes

Model statistik merupakan salah satu model yang efisien

sebagai pendukung pengambilan keputusan. Konsep probabilistik

merupakan salah satu bentuk model statistik. Salah satu metode

yang menggunakan konsep probabilistik adalah Naive Bayes.

Algoritma Naive Bayes adalah salah satu algoritma dalam teknik

klasifikasi yang mudah diimplementasikan dan cepat prosesnya.

Pada metode ini, semua atribut akan memberikan kontribusinya

dalam pengambilan keputusan, dengan bobot atibut yang sama

penting dan setiap atribut saling bebas satu sama lain. Apabila

diberikan k atribut yang saling bebas (independence), nilai

probabilitas dapat diberikan sebagai berikut :

30

P (x1 ,..., xk | C) = P (x1 | C) x ... xP (xk | C)

Tahap awal cara kerja dari proses perhitungan Naive Bayes adalah

dengan melakukan pengambilan data training dari data nasabah

asuransi. Adapun variabel penentu yang digunakan dalam

mengklasifikasikan data nasabah yaitu[13]:

a. Jenis Kelamin

Merupakan variabel jenis kelamin nasabah yang

dikelompokkan dalam dua kategori yaitu laki – laki dan

perempuan.

b. Usia

Merupakan variabel usia nasabah yang di kelompokkan dalam

tiga kategori yaitu 20-29 tahun, 30-40 tahun, dan diatas 40

tahun.

c. Status

Merupakan variabel status nasabah yang dikelompokkan dalam

dua kategori yaitu kawin dan belum kawin.

d. Pekerjaan

Merupakan variabel pekerjaan nasabah yang dikelompokkan

dalam tiga kategori yaitu PNS, Pegawai Swasta, Wiraswasta.

e. Penghasilan

Merupakan variabel penghasilan dari nasabah yang

dikelompokkan dalam tiga kategori yaitu 0-25 juta, 25-50 juta,

dan diatas 50 juta.

f. Cara pembayaran premi

Merupakan variabel cara pembayaran premi yang

dikelompokkan dalam empat kategori yaitu bulanan, triwulan,

semesteran, dan tahunan.

g. Masa pembayaran premi

Merupakan variabel masa pembayaran premi yang

dikelompokkan dalam tiga kategori yaitu 5 – 10 tahun, 11 – 15

tahun, dan diatas 15 tahun.

31

Tabel 2.3: Data Pelatihan

Berdasarkan tabel diatas dapat dihitung klasifikasi data

nasabah apabila diberikan input berupa jenis kelamin, usia, status,

pekerjaan, penghasilan/tahun, masa asuransi dan cara pembayaran

menggunakan algoritma Naive Bayes. Apabila diberikan input

baru, maka klasifikasi data nasabah asuransi dapat ditentukan

melalui langkah berikut :

1. Menghitung jumlah class/label.

32

P (Y=Lancar) = 9/20 “Jumlah data lancar pada data pelatihan

dibagi dengan jumlah keseluruhan data”

P (Y=Kurang Lancar) = 4/20 “Jumlah data kurang lancar pada

data pelatihan dibagi dengan jumlah keseluruhan data”

P (Y= Tidak Lancar) = 7/20 “Jumlah tidak lancar pada data

pelatihan dibagi dengan jumlah keseluruhan data”

2. Menghitung jumlah kasus yang sama dengan class yang sama.

P(Jenis Kelamin = Laki-laki| Y=Lancar) = 5/9

P(Jenis Kelamin = Laki-laki| Y=Kurang Lancar) = 2/4

P(Jenis Kelamin = Laki-laki| Y=Tidak Lancar) = 4/7

P(Usia = 30 - 40 Tahun| Y=Lancar) = 7/9

P(Usia = 30 - 40 Tahun| Y=Kurang Lancar) =2/4

P(Usia = 30 - 40 Tahun| Y=Tidak Lancar) = 3/7

P(Status = Kawin| Y=Lancar) = 4/9

P(Status = Kawin| Y=Kurang Lancar) = 4/4

P(Status = Kawin| Y=Tidak Lancar) = 6/7

P(Pekerjaan = Wiraswasta| Y=Lancar) = 6/9

P(Pekerjaan = Wiraswasta| Y=Kurang Lancar) = 2/4

P(Pekerjaan = Wiraswasta| Y=Tidak Lancar) = 2/7

P(Penghasilan = 25 – 50 Juta| Y=Lancar) = 2/9

P(Penghasilan = 25 – 50 Juta| Y=Kurang Lancar) =1/4

P(Penghasilan = 25 – 50 Juta| Y=Tidak Lancar) = 3/7

P(Masa_Asuransi = 11 – 15 Tahun| Y=Lancar) = 7/9

P(Masa_Asuransi = 11 – 15 Tahun| Y=Kurang Lancar) = 1/4

P(Masa_Asuransi = 11 – 15 Tahun| Y=Tidak Lancar) = 4/7

P(Cara Pembayaran = Semesteran| Y=Lancar) = 3/9

P(Cara Pembayaran = Semesteran| Y=Kurang Lancar) = ¼

P(Cara Pembayaran = Semesteran| Y=Tidak Lancar) = 1/7

33

3. Kalikan semua hasil variabel Lancar, Kurang Lancar dan Tidak

Lancar.

P(Laki–Laki\Lancar) * P(30–40 Tahun\Lancar) *

P(Kawin\Lancar). P(Wiraswasta\Lancar) * P(25–50

Juta\Lancar) * P(11–15Tahun\Lancar). P(Semesteran\Lancar) *

P(Lancar)

= 5

9𝑥

7

9𝑥

4

9𝑥

6

9𝑥

2

9𝑥

7

9𝑥

3

9𝑥

9

20

= 0,5556 × 0,7778 × 0,4444 × 0,6667 × 0,2222 × 0,7778 ×

0,3333 × 0,45

= 0,0033

P (Laki – Laki \ Kurang Lancar) * P(30 – 40 Tahun \ Kurang

Lancar) * P(Kawin\Kurang Lancar) * P(Wiraswasta\ Kurang

Lancar) * P(25 – 50 Juta\Kurang Lancar) * P(11 – 15

Tahun\Kurang Lancar). P(Semesteran\Kurang Lancar) *

P(Kurang Lancar)

= 2

4𝑥

2

4𝑥

4

4𝑥

2

4𝑥

1

4𝑥

1

4𝑥

1

4𝑥

4

20

= 0,5×0,5×1×0,5×0,25×0,25×0,25×0,2

= 0,0004

P(Laki – Laki\Tidak Lancar) * P(30 – 40 Tahun\Tidak Lancar)

* P(Kawin\Tidak Lancar) * P(Wiraswasta\Tidak Lancar) *

P(25 – 50 Juta\Tidak Lancar) * P(11 – 15 Tahun\Tidak Lancar)

* P(Semesteran\Tidak Lancar). P(Tidak Lancar)

= 2

4𝑥

2

4𝑥

4

4𝑥

2

4𝑥

1

4𝑥

1

4𝑥

1

4𝑥

4

20

= 0,5714×0,4286×0,857×0,2857×0,4286×0,5714×0,1429×0,35

= 0,0007

4. Bandingkan hasil class Lancar, Kurang Lancar dan Tidak

Lancar.Dari hasil diatas, terlihat bahwa nilai probabilitas

tertinggi ada pada kelas (P|Lancar) sehingga dapat disimpulkan

bahwa status calon nasabah tersebut masuk dalam klasifikasi

“Lancar”[13].

34

2.6 Perhitungan Algoritma Naive Bayes pada Studi Kasus kesiapan siswa

dalam menghadapi ujian nasional

Dasar pengambilan keputusan untuk kesiapan siswa dalam

menghadapi ujian nasional adalah untuk memudahkan sekolah atau

lembaga kursus dalam memantau kesiapan siswa dalam menghadapi

ujian nasional, aspek-aspek yang dilihat meliputi nilai tryout yang di

adakan oleh lembaga kursus,

Jika nilai siswa tersebut dibawah KKN maka siswa tersebut

diwajibkan untuk mengikuti jam pelajaran tambahan guna menunjang

kesiapan siswa dalam menghadapi ujian nasional

Berikut contoh perhitungan manual penerapan algoritma

naïve bayes untuk menentukan kesiapan siswa dalam menghadapi

ujian nasional menggunakan sample data training sebanyak 20 data

dan data testing 3 data.

NAMA N_IND N_ING N_MAT N_IPA Jurusan Status

Aldo Banida Rafid 3 2 3 3 1 Siap

Baihaqy Hadi T 2 3 3 3 1 TIDAK

Maharnum

Pramitya

Lilimadani

2 2 2 2 1 TIDAK

Dea Nabila

Rahmadika 2 1 2 3 1 TIDAK

Sofie Antania

Hanjani 2 2 3 3 3 Siap

Yuliantina Bunga

Kinanti 3 2 3 2 1 TIDAK

Irfan Rifaldi 2 3 3 3 1 TIDAK

Moch. Galuh Raga

Prameswara 2 2 3 2 1 TIDAK

Muhammad

Hutomo Adi N. 3 3 3 3 2 TIDAK

Zahra Putsumazki 2 2 2 2 1 TIDAK

Wildan Prakoso 2 2 3 2 2 TIDAK

Andhika Arya

Perdana Suyana

Putra

2 2 2 2 1 KHUSUS

35

Table 2.4: Tabel Sample Training dan Testing

Soal Pertama

a. Tahap pertama yang dilakukan adalah mengitung jumlah class/ label :

P(Y=KHUSUS.) = 2/20

P(Y=TIDAK) = 15/20

P(Y=SIAP)= 3/20

b. Tahap kedua menghitung jumlah kasus yang sama dengan class yang sama

:

P(N_IND=2|Y=KHUSUS.) = 2/2

P(N_IND=2|Y=TIDAK) = 12/15

P(N_IND=2|Y=SIAP) = 1/3

P(N_ING=2|Y=KHUSUS.) = 2/2

P(N_ING=2|Y=TIDAK) = 8/15

P(N_ING=2|Y=SIAP) = 3/3

P(N_MAT=1|Y=KHUSUS.) = 1/2

P(N_MAT=1|Y=TIDAK) = 0/15

Aulia Kemal

Muhammad 2 2 3 2 1 TIDAK

Ika Riski Lestari 2 3 3 3 1 TIDAK

Vera Febriyanti 2 3 3 2 1 TIDAK

Sheila Zalfatika 1 2 3 2 1 TIDAK

Debby Maylinda

Virtraries 2 3 4 3 2 TIDAK

Almira Jovankova

Yunan 1 2 2 2 1 Siap

Mochamad Rafli

Ramadhan 2 2 1 1 1 KHUSUS

Dimasta Wardhana 2 2 3 2 1 TIDAK

A 2 2 1 2 1 ?

B 3 3 2 2 2 ?

C 3 2 2 2 3 ?

36

P(N_MAT=1|Y=SIAP) = 0/3

P(N_IPA=1|Y=KHUSUS.) = 1/2

P(N_IPA=1|Y=TIDAK) = 0/15

P(N_IPA=1|Y=SIAP) = 0/3

P(JURUSAN=1|Y=KHUSUS.) = 2/2

P(JURUSAN=1|Y=TIDAK) = 12/15

P(JURUSAN=1|Y=SIAP) = 2/3

c. Tahap ketiga kalikan semua hasil variable KHUSUS., TIDAK, dan Siap

= {P(P(N_IND=2|Y=KHUSUS.)) . P(N_ING=2|Y=KHUSUS) .

P(N_MAT=1|Y=KHUSUS) . P(N_IPA=1|Y=KHUSUS.) .

P(JURUSAN=1|Y=KHUSUS)

= 2/2 . 2/2 . 1/2 .1/2 . 2/2

= 1 . 1 . 0,5 . 0,5 . 1

= 0,25

TIDAK

= {P(P(N_IND=2|Y=TIDAK)) . P(N_ING=2|Y=TIDAK) .

P(N_MAT=1|Y=TIDAK) . P(N_IPA=1|Y=TIDAK) .

P(JURUSAN=1|Y=TIDAK)

= 12/15 . 8/15 . 0/15 . 0/15 . 12/15

= 0,8 . 0,53 . 0 . 0 . 0,8

= 0

SIAP

={P(P(N_IND=2|Y=SIAP)).P(N_ING=2|Y=SIAP).P(N_MAT=1|Y=SIAP)

.P(N_IPA=1|Y=SIAP)P(JURUSAN=1|Y=SIAP)

= 1/3 . 3/3 . 0/3 . 0/3 . 2/3

= 0,3 . 1 . 0 . 0 . 0,6

= 0

37

d. Tahap keempat bandingkan hasil classKHUSUS., TIDAK, dan Siap.

Karena Hasil (P|KHUSUS) lebih besar dari (P|TIDAK) dan (P|Siap) maka

keputusannya adalah KHUSUS.

0,25 > 0 maka “KHUSUS”

A 2 2 1 2 1 KHUSUS

Soal Kedua


P(Y=KHUSUS) = 2/20

P(Y=TIDAK) = 15/20

P(Y=SIAP)= 3/20


:

P(N_IND=3|Y=KHUSUS) = 0/2



P(N_ING=3|Y=KHUSUS) = 0/2



P(N_MAT=2|Y=KHUSUS) = 1/2



P(N_IPA=2|Y=KHUSUS) = 1/2



P(JURUSAN=2|Y=KHUSUS) = 0/2



38

c. Tahap ketiga kalikan semua hasil variable KHUSUS, TIDAK, dan Siap.

KHUSUS

={P(P(N_IND=3|Y=KHUSUS)).P(N_ING=3|Y=KHUSUS).P(N_MAT=2|

Y=KHUSUS).P(N_IPA=2|Y=KHUSUS).P(JURUSAN=2|Y=KHUSUS)

= 0/2 . 0/2 . 1/2 .1/2 . 0/2

= 0 . 0 . 0,5 . 0,5 . 0

= 0

TIDAK

={P(P(N_IND=3|Y=TIDAK)).P(N_ING=3|Y=TIDAK).P(N_MAT=2|Y=T

IDAK).P(N_IPA=2|Y=TIDAK).P(JURUSAN=2|Y=TIDAK)

= 2/15 . 6/15 . 3/15 . 8/15 . 3/15

= 0,13 . 0,4 . 0,2 . 0,53 . 0,2

= 0,0011024

SIAP



= 1/3 . 0/3 . 1/3 . 1/3 . 0/3

= 0,3 . 0 . 0,3 . 0,3 . 0

= 0

d. Tahap keempat bandingkan hasil classKHUSUS, TIDAK, dan Siap.

Karena Hasil (P|TIDAK) lebih besar dari (P|KHUSUS) dan (P|Siap) maka

keputusannya adalah TIDAK.

0,0011024 > 0 maka “TIDAK”

B 3 3 2 2 2 TIDAK

40

c. Tahap ketiga kalikan semua hasil variable KHUSUS, TIDAK, dan Siap.

KHUSUS

={P(P(N_IND=3|Y=KHUSUS)).P(N_ING=2|Y=KHUSUS).P(N_MAT=2|

Y=KHUSUS).P(N_IPA=2|Y=KHUSUS).P(JURUSAN=3|Y=KHUSUS)

= 0/2 . 2/2 . 1/2 .1/2 . 0/2

= 0 . 1 . 05 . 0,5 . 0

= 0

TIDAK

={P(P(N_IND=3|Y=TIDAK)).P(N_ING=2|Y=TIDAK).P(N_MAT=2|Y=T

IDAK).P(N_IPA=2|Y=TIDAK).P(JURUSAN=3|Y=TIDAK)

= 2/15 . 8/15 . 3/15 . 8/15 . 3/15

= 0,13 . 0,53 . 0,2 . 0,53 . 0,2

= 0,00146068

SIAP



= 1/3 . 3/3 . 1/3 . 1/3 . 1/3

= 0,3 . 1 . 0,3 . 0,3 . 0,3

= 0,027

d. Tahap keempat bandingkan hasil classKHUSUS, TIDAK, dan Siap.

Karena Hasil (P|TIDAK) lebih besar dari (P|KHUSUS) dan (P|Siap) maka

keputusannya adalah TIDAK.

0,027 > 0,00146068 > 0 maka “Siap”

B 3 2 2 2 3 Siap

41

2.7 Kerangka Pemikiran

Penulis perlu membuat gambaran singkat sebagai alur penyusunan laporan ini

dengan kerangka pemikiran sebagai berikut:

Gambar 2.5 : Kerangka Pikiran

Masalah

Kesiapan siswa dalam menghadapi ujian nasional

sangatlah penting untuk kita perhatikan, agar

nantinya siswa dapat mendapatkan hasil maksimal di

dalam mengerjakan ujian nasional

Tindakan

Membuat sistem pendukung keputusan

yang dapat digunakan oleh pihak

sekolah atau lembaga kursus dalam

membantu proses penentuan kesiapan

siswa dalam menghadapi ujian

nasional.

Eksperimen

Tool = Rapid Miner Studio,

Matlab

Data = Hasil nilai tryout dari

SMK Negeri 1 Dukuturi

Metode = Algoritma Naive

Bayes Classification

Hasil

Pengelompokan kesiapan

siswa dalam menghadapi

ujian nasional,

bab ii tinjauan pustaka dan landasan teorieprints.dinus.ac.id/18177/10/bab2_17690.pdf · perkiraan...

Documents